最大可能準則

最大可能準則（Maximum Likelihood Principle, MLE）是統計學中的一種方法，用來估計參數值，這些參數值能夠使觀察到的數據出現的機率最大。在給定一些觀察數據和一個機率模型（例如，高斯分佈、泊松分佈等）的情況下，MLE要求我們找到能夠最大化這些數據出現機率的模型參數值。

例如，假設我們有一組觀測到的數據點，我們可以使用高斯分佈來建模這些數據。每個數據點都可以看作是從這個高斯分佈中抽樣得到的。MLE要求我們找到高斯分佈的參數（平均值和標準差），這些參數能夠使這些數據點出現的機率最大。這通常通過計算對數似然函數的極值來實現。

最大可能準則在許多領域都有應用，包括機器學習、統計學、數據挖掘等。它是一種強大的工具，可以用來估計各種參數，包括均值、方差、比例和率等。